基于fpga的运动障碍非侵入式康复的闭环脑-机-体系统的制作方法
【技术领域】
[0001]本发明涉及生物医学工程技术，特别是一种基于FPGA的运动障碍非侵入式康复的闭环脑-机-体接口硬件系统。
【背景技术】
[0002]近些年来，运动障碍性神经系统疾病严重危害人类健康，给患者的工作和生活带来很大的影响，且因神经细胞损伤后的不易再生性，这些神经系统疾病的康复性治疗尚不明确。运动障碍性神经系统疾病如帕金森和肌张力障碍普遍认为是神经基底核障碍，这种简化的定位并不能捕捉到这种运动性障碍神经疾病的病理生理学，其中涉及到复杂的交互过程和众多神经解剖学的路径问题，要求系统级描述和理解这些神经网络的动力学机制和神经信息传递过程，研究普遍强调的是发生在分布式神经网络下不同时空尺度的神经系统适应疾病的可塑性变化，因此治疗的方法需要根据给定病人的具体情况以及疾病的严重程度来采取针对性诊断和治疗。
[0003]运动障碍性神经系统疾病源于基底核病变造成的脑功能紊乱，基底核作为大脑深部若干神经核团构成的功能整体，主要负责人体自主运动的控制、整合调节细致的意识活动和运动反应，同时负责记忆、情感以及奖励学习等高级认知能力。包括帕金森氏症和亨廷顿氏症等多种运动和认知障碍都与基底核的病变有关。丘脑位于第三脑室的两侧，是间脑中最大的卵圆形灰质核团，是产生意识的核心器官，因此建立基底核、丘脑皮层模型有助于实现运动障碍性神经系统疾病的分析与治疗。
[0004]目前治疗运动障碍的方法包含药物治疗，肉毒杆菌霉素注射，物理康复以及深部脑刺激(DBS)。然而，这些方法具有一定的局限性。曾有研究提出神经系统疾病康复治疗的开环系统控制脑机接口治疗方法，实现无创式的康复性治疗。目前，多巴胺替代药物是药物治疗的主要手段，然而，如抑郁症、痴呆、幻觉等病症是多巴胺抗性的，长期使用多巴胺替代疗法可能会诱发多种严重的副作用，如恶化下肢本体感觉、诱发多巴胺失调综合症;DBS治疗的侵入式方案会使手术带来额外风险和并发症，高昂的治疗成本也限制了它的使用，非侵入式方法会降低由于手术带来的风险；同时，由于患者的症状会通过个人的遗传和病情的进展等因素存在变异性。
【发明内容】
[0005]针对运动障碍性神经疾病目前治疗手段的局限性，本发明提供一种基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统，其中；基底核、丘脑皮层模型采用FPGA芯片硬件系统实现，该硬件系统以医疗设备规范为基础，以节能为首要目标，从而减少硬件系统能耗。
[0006]为实现上述目的，本发明采用的技术方案是提供一种基于FPGA的运动障碍非侵入式康复的闭环脑-机-体接口实验平台，其中:该实验平台包括中枢神经系统、基底核、丘脑皮层FPGA芯片1、力反馈装置、脑成像装置、运动捕捉系统、控制算法FPGA芯片11、EEG算法模块、EMG算法模块、控制算法模块、触摸屏模块、周围神经系统;所述实验平台通过在基底核、丘脑皮层FPGA芯片I上采用VHDL语言搭建基底核、丘脑皮层假体模型，并通过脑成像装置与中枢神经系统的脑皮层相连接，采集脑电图观测值信号;通过运动捕捉系统与周围神经系统紧密接触，获取肌电图观测值信号;EEG算法模块和EMG算法模块分别接收由基底核、丘脑皮层假体模型输出的中枢神经系统膜电位信号和周围神经系统膜电位信号，经过EEG算法模块和EMG算法模块的EEG和EMG算法处理，分别得到脑电图期望值信号和肌电图期望值信号;脑电图期望值信号、肌电图期望值信号、脑电图观测值信号和肌电图观测值信号作为输入参量传输给控制算法FPGA芯片II中，并通过控制算法模块的计算，输出力反馈膜电位信号;此外，通过触摸屏模块选项切换方式显示脑电图观测值信号、肌电图观测值信号、脑电图期望值信号、肌电图期望值信号以及力反馈膜电位信号的动态变化，形成脑-机-体闭环系统，实现对患者病情的动态调节。
[0007]本发明的效果是这项基于FPGA的康复系统将脑机接口、体机接口和闭环控制理论相结合，建立闭环脑-机-体无创式康复系统，融合实时神经信号，得到疾病状态度量指标，动态因果自适应控制算法调节刺激信号的输出，实现运动障碍性神经系统疾病无创式康复。本发明创新的提出了基于FPGA的闭环脑-机-体接口治疗的康复系统实验方案，其具有以下几点优势:I.闭环脑-机-体康复系统避免了类似DBS的侵入式治疗手段，综合脑-机接口和体-机接口，形成闭环控制治疗手段，降低病人治疗的风险，实现无创式治疗。2.所设计的基底核，丘脑皮层的假体模型能够在时间尺度上保持与真实生物神经元的一致性，FPGA的芯片工作频率可达到200Mhz，通过神经核团的并行运算，保证神经元膜电位输出在一毫秒内，满足脑电图观测值信号与期望值信号的实时运算，为康复神经系统的研究提供合理参数。3.闭环脑-机-体康复系统，使用动态因果自适应算法，获取额外的FPGA基底核、丘脑皮层控制模型的EEG，EMG信号，建立更优的模型适应度函数，进而针对患者差异性，实现个性化治疗。
【附图说明】
[0008]图1为本发明的闭环脑-机-体结构示意图；
[0009]图2为本发明的基底核、丘脑皮层假体模型的核团耦合框架图；
[0010]图3为本发明的神经核团模型示意图；
[0011]图4为因果动态模型的自适应控制算法模块示意图
[0012]图中:
[0013]1.中枢神经系统2.基底核、丘脑皮层FPGA芯片I 3.力反馈装置4.脑成像装置5.运动捕捉系统6.控制算法FPGA芯片II 7.EEG算法模块8.EMG算法模块9.基底核，丘脑皮层假体模型10.中枢神经系统膜电位信号11.周围神经系统膜电位信号12.神经元核团输出膜电位信号13.网络连接变量信号14.突触膜电压信号15力反馈膜电位信号16.神经元核团模型17.神经元膜电位存储RAM 18.网络连接变量双口RAM 19.网络连接矩阵ROM存储器20.外侧苍白球GPe核团模型21.丘脑底核STN核团模型22.内侧苍白球GPi核团模型23.纹状体STRd2核团模型24.纹状体STRdl核团模型25.感觉皮层神经核团模型26.丘脑皮层TC核团模型27.运动皮层核团模型28.前额皮层核团模型29.脑电图观测值信号30.肌电图观测值信号31.脑电图期望值信号32.肌电图期望值信号33.力反馈信号34.控制算法模块35串口数据线36.触摸屏显示界面37.周围神经系统
【具体实施方式】
[0014]结合附图对本发明的基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统结构加以说明。
[0015]本发明的基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统设计思想是:基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统，因果动态模型的自适应算法，首先对运动障碍性神经系统疾病相关皮下核团(BG核团)进行数学建模，模拟出运动障碍性神经系统疾病的发病状态。闭环脑-机-体接口治疗的康复系统，其中:该系统包括以FPGA为控制核心的基底核、丘脑皮层模型，力反馈装置，脑成像装置，运动捕捉系统，EEG算法模块，EMG算法模块，基于FPGA的动态因果模型算法模块;基底核、丘脑皮层模型采用VHDL语言编写，并编译下载到基底核、丘脑皮层FPGA芯片I中。动态因果模型算法模块采用VHDL语言编写，并下载编译到控制算法FPGA芯片11中，EEG算法模块，EMG算法模块采用DSP Bui Ider编程实现。
[0016]本发明的基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统结构是首先在中枢神经系统I和周围神经系统37上分别通过脑成像装置4和运动捕捉系统5获取脑电图观测信号29与肌电图观测信号30，然后在FPGA芯片12上建立基底核、丘脑皮层的假体模型9，然后设计的EEG算法模块7接收基底核、丘脑皮层假体模型9输出的中枢神经系统膜电位信号10进行运算，得到脑电图期望值信号31;设计的EMG算法模块8接收基底核、丘脑皮层假体模型9输出的周围神经系统膜电位信号11进行运算，得到肌电图期望值信号32;所得到的脑电图观测信号29、肌电图观测信号30、脑电图期望值信号31、肌电图期望值信号32作为输入信号传输给控制算法FPGA芯片116中，通过动态因果模型自适应控制算法模块34计算后得到力反馈膜电位信号15。通过力反馈装置3将力反馈膜电位信号15通过力反馈装置3转化为可利用的力反馈信号33，进行对中枢神经系统I的动态调节。
[0017]所述的基底核、丘脑皮层假体模型9主要由九个不同神经核团模型16相互之间通过突触膜电压14连接耦合形成;基底核，丘脑皮层假体模型9在FPGA芯片12上采用欧拉法离散化，并采用流水线技术搭建不同的神经核团模型16，使复杂的常微分方程并行计算。流水线思想本质上利用延时寄存器使数学模型分为几个子运算过程，在每个周期内，每个子运算过程可以同时进行不同神经集群，不同时刻的运算，神经核团计算的数据在神经元膜电位RAMl 7中存储，并随时钟而传递。
[0018]所述脑成像装置4:通过该装置，从大脑皮层表面将脑部的自发性生物电位加以发达记录而获得的波形，通过装置上的电极记录下脑细胞群的自发性，节律性电活动，提取波形电位的频率，幅值等基本特征信息，作为参数输入之一，传输给控制算法FPGA芯片II 6中；所述运动捕捉系统5由机械式运动捕捉装置实现，记录并检测由传感器通过患者运动感知的周围神经系统肌电信号，输出肌电图观测值信号30到控制算法FPGA芯片II 6中进行计算；
[0019]所述力反馈装置3由柔性外骨骼实现，接受由控制算法FPGA芯片II6输出的力反馈膜电位信号15，用于矫正运动障碍患者的运动紊乱，其对人体力的刺激可由大脑通过周围神经系统感知得到。
[0020]所述的控制算法模块34:方案采用动态因果模型自适应控制算法，通过对中枢神经系统I以及基底核、丘脑皮层假体模型9关于EEG，EMG信号的提取和检测，获取当前状态的生物标记，并建立适应度函数，实现对运动障碍性神经疾病状态的准确判断;并建立多输入输出控制模型，以脑电信号的观测值、期望值与肌电信号的观测值、期望值作为输入变量，通过适应度函数模型的数学计算，获取应施加的外力刺激输出。
[0021]所述触